Aerupilli Bhaskara Rao
成为会员时间：2026
钻石联赛
5410 积分
生成式 AI 智能体：助力组织转型
Earned Oct 1, 2026 EDT
生成式 AI 应用：改变工作方式
Earned Oct 1, 2026 EDT
生成式 AI：全面了解生成式 AI
Earned Oct 1, 2026 EDT
生成式 AI：剖析基本概念
Earned Oct 1, 2026 EDT
生成式 AI：不只是聊天机器人
Earned Oct 1, 2026 EDT
使用 Knowledge Catalog 构建数据网格
Earned Jul 20, 2026 EDT
部署多智能体架构
Earned Jul 19, 2026 EDT
BigQuery 流式数据分析
Earned Jul 17, 2026 EDT
Build Batch Data Pipelines on Google Cloud
Earned Jul 17, 2026 EDT
从 BigQuery 数据中挖掘数据洞见
Earned Jul 8, 2026 EDT
Build Data Lakes and Data Warehouses on Google Cloud
Earned Jul 5, 2026 EDT
使用 BigQuery 构建数据仓库
Earned Jul 1, 2026 EDT
“生成式 AI 智能体：助力组织转型”是“Gen AI Leader”学习路线中的第五门课程，也是最后一门课程。本课程探讨了组织如何使用量身定制的生成式 AI 智能体，帮助应对特定的业务挑战。您将亲自动手构建一个基本的生成式 AI 智能体，并探索这些智能体的组成部分，例如模型、推理循环以及各种工具。
了解详情
“生成式 AI 应用：改变工作方式”是 Generative AI Leader 学习路线的第四门课程。本课程介绍 Google 的生成式 AI 应用，例如 Gemini for Workspace 和 NotebookLM。它将引导您逐一了解接地、检索增强生成、构建有效提示和构建自动化工作流等概念。
了解详情
“生成式 AI：全面了解生成式 AI”是“Gen AI Leader”学习路线中的第三门课程。生成式 AI 正在改变我们的工作方式以及与世界的互动方式。作为领导者，应该如何利用生成式 AI 来推动实际业务成果？在本课程中，您将探索构建生成式 AI 解决方案的不同层级、Google Cloud 的产品/服务，以及选择解决方案时需要考虑的因素。
了解详情
生成式 AI：剖析基本概念是“Gen AI Leader”学习路线的第二门课程。在本课程中，您将探索 AI、机器学习和生成式 AI 之间的差异，了解各种数据类型如何赋能生成式 AI 来应对业务挑战，从而了解生成式 AI 的基本概念。您还将深入了解 Google Cloud 应对基础模型局限性的策略，以及负责任和安全的 AI 开发与部署面临哪些关键挑战。
了解详情
生成式 AI：不只是聊天机器人是 Gen AI Leader 学习路线的第一门课程，没有前提条件要求。本课程旨在带您超越对聊天机器人的浅层认知，深入挖掘生成式 AI 为您的组织带来的真正潜力。您将探索基础模型和提示工程等概念，它们对于利用生成式 AI 的强大功能至关重要。本课程还将提供指导，让您了解在为组织制定成功的生成式 AI 策略时，应考虑哪些重要因素。
了解详情
完成入门技能徽章课程使用 Knowledge Catalog 构建数据网格，展示以下方面的技能：使用 Knowledge Catalog 构建数据网格， 以在 Google Cloud 上实现数据安全、治理和发现。您将在 Knowledge Catalog 中练习和测试自己在标记资产、分配 IAM 角色和评估数据质量方面的技能。
了解详情
完成部署多智能体架构这一高级技能徽章课程，展示您在以下方面的技能： 使用 ADK 构建多智能体系统；通过 Agent-to-Agent (A2A) protocol 连接智能体， 通过 Model Context Protocol (MCP) 集成外部工具，并将完整的多智能体解决方案部署到 Agent Engine。
了解详情
完成 BigQuery 流式数据分析技能徽章课程，赢取技能徽章 。在这门课程中，您将结合使用 Pub/Sub、Dataflow 和 BigQuery 来实现流式 数据分析。
了解详情
In this intermediate course, you will learn to design, build, and optimize robust batch data pipelines on Google Cloud. Moving beyond fundamental data handling, you will explore large-scale data transformations and efficient workflow orchestration, essential for timely business intelligence and critical reporting.
Get hands-on practice using Dataflow for Apache Beam and Serverless for Apache Spark (Dataproc Serverless) for implementation, and tackle crucial considerations for data quality, monitoring, and alerting to ensure pipeline reliability and operational excellence. A basic knowledge of data warehousing, ETL/ELT, SQL, Python, and Google Cloud concepts is recommended.
了解详情
完成入门级技能徽章课程“从 BigQuery 数据中挖掘数据洞见”，展示您在以下方面的技能： 编写 SQL 查询、查询公共表、将示例数据加载到 BigQuery 中、 在 BigQuery 中使用查询验证器排查常见的语法错误，以及通过连接到 BigQuery 数据在 Data Studio 中 创建报告。
了解详情
While the traditional approaches of using data lakes and data warehouses can be effective, they have shortcomings, particularly in large enterprise environments. This course introduces the concept of a data lakehouse and the Google Cloud products used to create one. A lakehouse architecture uses open-standard data sources and combines the best features of data lakes and data warehouses, which addresses many of their shortcomings.
了解详情
完成中级技能徽章课程使用 BigQuery 构建数据仓库，展示以下技能： 联接数据以创建新表、排查联接故障、使用并集附加数据、创建日期分区表， 以及在 BigQuery 中使用 JSON、数组和结构体。
了解详情
